探析人流量預(yù)測在警務(wù)中的實踐*

江蘇警官學(xué)院 呂海翔，劉簡寧，劉雨衡，蘇甫，朱嘉琪，蔡敏

一、人流量預(yù)測技術(shù)需求產(chǎn)生的背景及意義

（一）人流量預(yù)測技術(shù)的需求

當前隨著二胎三胎政策的開放，我國人口增速變快，人口管理壓力變大。根據(jù)全國第七次人口普查顯示，十年來我國流動人口超預(yù)期增長，人口持續(xù)向大城市和都市圈聚集。2010年以來，中國工業(yè)化、城鎮(zhèn)化持續(xù)推進，帶來了流動人口快速增長。城市交通發(fā)達，伴隨著城市人群的高流動性，造成了城市交通的嚴重擁堵。但人流量的密集也會帶來眾多安全隱患和事故發(fā)生，給人們的安全帶來威脅。由于國內(nèi)城市人口密度稠密、流動性大等特性導(dǎo)致相關(guān)部門對突發(fā)事件的預(yù)防與處理難度較大，既增加了公共安全事故發(fā)生的風險，也給公安機關(guān)帶來了不小的壓力，維護公共安全已成為保證中國經(jīng)濟健康發(fā)展的關(guān)鍵一環(huán)。

城市化進程的加快，在一定程度上提高了對警力服務(wù)的需要。從我國當前城市人口得知，總?cè)藬?shù)超過百萬的已經(jīng)有近50個城市，這些城市中有著較多的政府和經(jīng)濟中心，人口密度大、流動性強，對城市經(jīng)濟發(fā)展重要性高，如果出現(xiàn)危險問題，就會對城市、國家產(chǎn)生重要的影響，因此對這些人流量大的城市就要做好防范準備和管理。

（二）人流量預(yù)測技術(shù)的研究意義

人流量預(yù)測技術(shù)能夠幫助實現(xiàn)對城市的精細化管理，對于實用性而言，能夠提高城市管理的決策支持服務(wù)能力，特別是在維護公共安全、新型智慧城市建設(shè)、城市居民出行選擇和提升城市居民出行舒適度等方面實現(xiàn)進一步優(yōu)化，實現(xiàn)錯峰出行和資源有效調(diào)配；對于理論研究而言，人流量預(yù)測是基于現(xiàn)代化機器學(xué)習(xí)技術(shù)和人工智能技術(shù)等實現(xiàn)的，能夠促進人工智能技術(shù)的理論發(fā)展，加強深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)等的研究和進步，對未來發(fā)展有著重要的理論意義和良好的應(yīng)用前景。

二、人流量預(yù)測技術(shù)分析

（一）國際上一些地區(qū)研究現(xiàn)狀

本身技術(shù)相對先進，再加上城市化進程高，因此，在人流量管理和預(yù)測方面相對起步更早，在分析和預(yù)測技術(shù)上更為全面。從人流量預(yù)測模型看，包括GUtierrez j等提出的多元線性回歸模型、Feng X等提出的AMSVM-STC模型，Akagi Y等提出的 CGM模 型、Wei Y等 EMD-BPN模型，這些分析模型主要是通過對區(qū)域、站點的目標變量時間序列分別進行獨立建模，輸出下一時段的預(yù)測結(jié)果。在這些模型中涉及了地理空間特征、時間屬性特征、天氣等其他特征，這些特征具備強烈的代表性，對于時空預(yù)測有著有效的幫助。

近年來，人口流量和統(tǒng)計技術(shù)通過不斷引進，國內(nèi)逐漸出現(xiàn)一定的實用性技術(shù)，但受到發(fā)展周期、使用規(guī)模、技術(shù)引進價格等因素的影響，目前還沒有實現(xiàn)全面的應(yīng)用。因此，目前主要還是以通過歷史測量數(shù)據(jù)，分析數(shù)據(jù)特征、建立預(yù)測模型，從而對某個區(qū)域在某個時間段內(nèi)的人口流量變化做出預(yù)測，這種方式需要的數(shù)據(jù)量大，但基于國家對個人因素數(shù)據(jù)的保護，所以無法實現(xiàn)對個人的實時定位，所以一般是通過公交、地鐵等公共交通方式的刷卡記錄、公共攝像頭的記錄、出租車載客、網(wǎng)絡(luò)地點簽到、數(shù)據(jù)流量使用等數(shù)據(jù)進行分析和統(tǒng)計。

（三）研究現(xiàn)狀總結(jié)

對于人流量預(yù)測技術(shù)，經(jīng)歷了人工計數(shù)、機械計數(shù)、單目標預(yù)測、多目標預(yù)測的階段，其中人工計數(shù)、機械計數(shù)準確度、效率等不足，因此實用性低，隨后傳統(tǒng)機器學(xué)習(xí)技術(shù)出現(xiàn)，通過對地點、時間等建立預(yù)測模型，能夠?qū)崿F(xiàn)有效的同區(qū)域未來時間預(yù)測，但對于多區(qū)域位置、多時段等還無法形成有效的預(yù)測，隨后現(xiàn)代化預(yù)測分析在傳統(tǒng)分析技術(shù)的基礎(chǔ)上，構(gòu)建豐富的時空特征，實現(xiàn)了更加準確地時空序列關(guān)系建模，預(yù)測更加準確和全面。

三、人流量預(yù)測技術(shù)的核心原理及算法

（一）運動目標的提取

運動目標提取是通過專業(yè)的監(jiān)控設(shè)備獲取區(qū)域圖像等，自動找到其中的非靜止物體，并根據(jù)一定的條件進行提取。當前常用的提取技術(shù)主要包括兩種，第一種是采取去除圖像背景的方式，這種需要建立處理的背景條件，根據(jù)原始圖像中相互連續(xù)的圖像選取中其中的相同背景，進行提取，從而通過對比得到其中的運動目標，但這種方式的使用需要圖像變化較小的條件，因此一般只對靜態(tài)的圖像情況進行應(yīng)用。第二種方式是基于時域差分實現(xiàn)，這種方式是基于連續(xù)幀地得到其中的運動畫面，然后再通過差分的方式得到其中的對象。

（二）人體目標檢測

通過監(jiān)控等圖像中得到運動目標，就需要對這些運動目標進行檢測和識別，檢測這些目標是不是運動人體，防止將動物等其他物體判斷為人體。對于人體的檢測一般是根據(jù)人體本身的結(jié)構(gòu)特征進行判斷，這些結(jié)構(gòu)特征相對多樣化，包括可以根據(jù)外廓形狀、膚色顏色等進行檢測。以外廓特征為例，將獲取的監(jiān)控圖像進行二值化處理，進行圖像的橫向投影和縱向投影，得到相應(yīng)的人體數(shù)據(jù)，根據(jù)其中的縱向和橫向比例來進行模型的對比，得到是否為人體的結(jié)果。而膚色顏色特征則，是由于人體本身的皮膚顯色相對恒定，因此得到的色度等特征值基本不變，那么通過HSI空間得到相應(yīng)的模型數(shù)據(jù)，就可以判斷是否為人體。臉型模型可以通過手工測量等得到相應(yīng)的數(shù)據(jù)，然后根據(jù)臉型的模型進行懸鏈，得到模型的均值、協(xié)方差等數(shù)據(jù)，通過對比閾值得到像素和均值數(shù)據(jù)，判斷目標數(shù)據(jù)是否為人臉模型。

（三）多目標跟蹤與計數(shù)

通過上一步得到人體數(shù)據(jù)后，可能會出現(xiàn)同一圖像不同人體的情況，因此為了避免同一人體的干擾，需要對人體做運動跟蹤處理。運動跟蹤處理的方式也是基于模型化或特征化的對比跟蹤。根據(jù)實際應(yīng)用性，二維數(shù)據(jù)模型構(gòu)造簡單，在識別應(yīng)用性上相對方便，而三維模型本身結(jié)構(gòu)復(fù)雜，需要的數(shù)據(jù)量更大，參數(shù)對比的過程更加繁雜。因此對于某些要求不高的環(huán)境下應(yīng)用性較低。

圖1 多目標跟蹤與計數(shù)

以上方法是基于人體的特征數(shù)據(jù)進行目標跟蹤，因此主要的模型和參數(shù)對比集中在人體特征上。而人體特征相對不變，因此實際檢測對比和檢測效果良好，同時不受其他方向、區(qū)域等因素的干擾，具備高抗噪、結(jié)果顯著的特點。

（四）基于神經(jīng)網(wǎng)絡(luò)的人群密度檢測

人流量檢測的原理是識別出圖像中的行人后，對人體進行跟蹤，不斷獲取人體在不同圖像中的位置信息，然后根據(jù)人體的運動情況進行有效性檢測以及人群計數(shù)。在實際檢測過程中，通過檢測圖像的預(yù)處理，對圖像進行清晰化，隨后基于背景的差異進行差分處理，得到圖像的前景。對前景進行陰影的去除、形態(tài)學(xué)處理，然后根據(jù)閾值連通大小，進行圖像的整合，從而確定人體。

在實際處理過程中，首先將目標區(qū)域確定為運動人體所在區(qū)域，并將該區(qū)域當做首幀畫面，對該畫面中的人體目標進行確定。然后再根據(jù)人體目標的數(shù)量建立相應(yīng)的跟蹤窗口，通常一個人體對應(yīng)一個跟蹤窗口，如果某個圖像中增加新的人體，那么就需要在重新對該目標進行目標鏈設(shè)定，同時對總的人體目標進行更新，如果舊有人體目標離開圖像，那么表示該人體離開，對應(yīng)去掉相應(yīng)的目標鏈，從而完成對圖像人群的跟蹤和檢測。

四、人流量預(yù)測技術(shù)在警務(wù)系統(tǒng)中的應(yīng)用

（一）警力分配現(xiàn)狀

城市警力屬于城市資源的一種，對于警務(wù)系統(tǒng)而言，城市警力分配需要首先要滿足供求關(guān)系，符合城市警力要求，這里以農(nóng)村和城市警力分配進行說明：

一是對警力服務(wù)的需求度。城市經(jīng)濟和生活條件好，本身人口較多，流動性強，而人口基數(shù)的增加相應(yīng)地提高了犯罪的概率，因此總體來看，城市相比農(nóng)村在警力服務(wù)上的需求更高。而從出現(xiàn)的警情差異來看，城市人口的復(fù)雜度更高，包括各類人群，而農(nóng)村相對復(fù)雜度低，主要為農(nóng)民群體，因此，這種人群的復(fù)雜性導(dǎo)致警情的差異，例如城市出現(xiàn)的公用設(shè)施破壞、搶劫等，而農(nóng)村則一般為偷盜犯罪，因此城市的某些警情條件在農(nóng)村沒有相應(yīng)的發(fā)生基礎(chǔ)。

二是對警力服務(wù)的要求不同。城市由于發(fā)展條件較好，在相關(guān)的資源、管理要求、規(guī)定等方面較為全面，因此對警力的要求更細致和全面，同時警力還需要做到交叉和多頭管理，而農(nóng)村地區(qū)分析，個體相對需求較少，基本滿足自給自足生活，因此對警力服務(wù)的要求較低。由于城市的復(fù)雜度高，因此要求警力服務(wù)人員需要具備的專業(yè)知識更全面和深刻，了解相關(guān)的法律規(guī)定，能對各種突發(fā)情況進行處理。

三是警力運行機制的不同。由于對警力服務(wù)的要求、需求度等差異，就會使得警力服務(wù)機構(gòu)和人員在設(shè)置和日常運行上存在顯著的不同。例如城市警力配備更加優(yōu)良、規(guī)模更大，在警力的細致劃分上更加詳細，警力人員的專業(yè)性和全面性更高，能對于各種情況進行及時有效的處理，而農(nóng)村的警力要求相對簡單，因此在人員設(shè)備的安排上相對簡單，主要用于處理日常事務(wù)。

圖2 警力分配優(yōu)化

（二）基于人流量預(yù)測技術(shù)的警力分配優(yōu)化

1.高人流量設(shè)置常駐點

人流量預(yù)測可以對城市不同空間位置的人群分布情況進行預(yù)測，從而輔助警力系統(tǒng)進行分配，例如在節(jié)假日期間，民眾會大批量的前往商場、公園及旅游場所進行休閑、娛樂和購物，通過人流量的預(yù)測，分析不同空間位置場所的人員數(shù)量，例如交通主干路可能出現(xiàn)的擁堵情況、商場周邊的亂停車現(xiàn)象、室外節(jié)目觀賞的治安維護要求等，可以在這些地點布置相應(yīng)的警員，同時對于常年處于高人流量的地區(qū)，可以設(shè)置長期服務(wù)點，設(shè)置駐守人員，這樣可避免對人員分配的頻繁更改。

2.基于人流量建立警務(wù)云系統(tǒng)

目前我國各省都在建立省級警務(wù)云系統(tǒng)，通過利用計算機和相應(yīng)的數(shù)據(jù)算法，能夠在1s內(nèi)從全省數(shù)據(jù)中得到某個人員的相關(guān)信息、運動軌跡，從而在5s內(nèi)完成該人員的行動路徑推算、分析，獲取碰撞軌跡，從而為觀察、監(jiān)視犯罪人員，分析犯罪行為提供幫助。

3.重點區(qū)域重點管控

警務(wù)人員在維護城市治安時，必須對一些特殊區(qū)域進行重點防控。例如：政府機構(gòu)由于其特殊的職能,需要對其重點保護；火車站、商業(yè)廣場、交通站點等區(qū)域人流大量集中,應(yīng)屬于重點管控范疇;學(xué)校區(qū)域未成年人群分布較多，屬于弱勢群體分布地區(qū)，也應(yīng)對其重點防控，以防止犯罪產(chǎn)生嚴重后果；多數(shù)犯罪類型具有空間聚集現(xiàn)象，對于犯罪發(fā)生地區(qū)，需要警力集中覆蓋。

4.警力分配優(yōu)化

人口數(shù)量、犯罪數(shù)量等在空間上的異質(zhì)性導(dǎo)致每個區(qū)域?qū)τ诰?shù)量的需求不盡相同。因此，本文利用犯罪數(shù)量、人、戶的空間分異特征，以街道單元為空間分割尺度,計算每個派出所不同類型警力數(shù)量配比。

治安管理是城市管理的主要方面，用于預(yù)防城市犯罪，因此基于不同地區(qū)的犯罪絕對數(shù)量可以判斷當前區(qū)域的分配要求，在這里可以通過計算犯罪總數(shù)在高一級地區(qū)的占比，來對不同劃分區(qū)域內(nèi)安排治安警力數(shù)量，如公式所示：

其中，M為研究區(qū)派出所的治安警力總數(shù)；N為研究區(qū)犯罪發(fā)生總數(shù)；i代表第i個街道單元,j代表某街道單元中的第j個派出所,則∑ij表示第i個街道單元上的派出所數(shù)量之和；Ni表示第i個街道單元中的犯罪發(fā)生總數(shù),Mij表示第i個街道單元中的第j個派出所治安警力數(shù)量。

五、結(jié)論與展望

本次研究通過人流量的檢測和預(yù)測技術(shù)，對區(qū)域的人流量進行未來預(yù)判，從而將有限的警力資源進行合理分配，但警力分配是一個較為復(fù)雜的問題，其位置在空間上的公平分配和警力在空間上的異質(zhì)性具有一定的沖突，本文規(guī)定了空間位置優(yōu)化和警力分配的先后順序，在一定程度上可以解決二者之間的沖突，但空間位置和警力的分離處理是基于人流量的多少實現(xiàn)的，但人流量大的地方雖然對治安警力要求高，但并未涉及人群特點等特征分析，無法求解到最優(yōu)的分配結(jié)果，對于警力的分配優(yōu)化有待進一步研究，還需引入更多因子對比研究。